prefix="og: https://ogp.me/ns#"> Meta开源Muse Spark Open:8160亿参数对标Qwen3.8/GLM5.3/Kimi K3|AI自学笔记

Meta开源Muse Spark Open:8160亿参数对标Qwen3.8/GLM5.3/Kimi K3

10月15日,Meta发布全新开源权重模型Muse Spark Open。这是继Llama系列之后,Meta重返开源权重领域的最新动作,Meta称之为美国目前能力最强的开源权重模型,专为编程和智能体任务设计,剑指Qwen、GLM、Kimi等中国开源模型的主力市场。

8160亿参数、百万token上下文

Muse Spark Open拥有8160亿参数(420亿激活),最高支持100万token上下文,支持文本、图像、视频和音频四种模态。官方称其在JobBench、MCP-Atlas、HLE-Diamond和ZeroBench等基准上,多项得分大幅领先Qwen 3.8、GLM 5.3和Kimi K3,但在部分能力上仍不及Meta付费的Muse Wonder Full模型。该模型针对苹果M5 Ultra优化,可本地运行于两台配备512GB统一内存的Mac Studio。权重已上线Hugging Face,使用时需标注「Built with Muse Spark Open」标签。

开源战略再落子,剑指企业智能体市场

Meta此前通过Llama系列建立了开源模型的事实标准,但Llama在编程与智能体场景的优势并不突出。此次Muse Spark Open面向编程和Agent场景专项优化,填补了Llama系列在高效编程智能体领域的空白。开源社区反应积极,发布首日GitHub星标已超5万,攀升至年度最受关注开源AI项目榜首。业内人士指出,Meta的定价策略(免费+强制标注)与OpenAI、Anthropic的闭源付费模式形成直接竞争,有望吸引对成本敏感的企业用户和开发者生态,同时帮助Meta在企业AI智能体市场建立标准话语权。与中国开源模型相比,Muse Spark Open在Agent任务上的专项优化是最大差异点,Qwen、GLM侧重通用能力,而Muse Spark Open则专门针对工作流自动化和代码生成场景设计,在软件工程基准上的领先幅度尤为明显。